AI per la diagnosi del cancro alla pelle: un alto potenziale non ancora validato
07.03.2022 | Popular Science
I metodi tradizionali utilizzati per la diagnosi precoce di cancro alla pelle includono l’autovalutazione della pelle e lo screening clinico. Tuttavia, durante un auto-esame, le persone potrebbero sopravvalutare o sottovalutare la lesione; mentre, per effettuare l’esame clinico servono strumenti medici specifici e costosi (ad esempio demoscopi, laser, dispositivi di microspettroscopia), richiede una formazione, sforzi e tempo per operare, “follow-up” regolari.
Ad oggi, sono sempre più utilizzate in campo medico le tecnologie basate sull’intelligenza artificiale (AI, “artificial intelligence”): più veloci e intelligenti, relativamente economiche, facili da usare e accessibili. l’AI include il “machine learning”, un sistema di apprendimento automatico che utilizza gli algoritmi, classificabili in “shallow learning” (apprendimento superficiale) e “deep learning” (apprendimento profondo), in grado di guidare il medico a prendere decisioni cliniche.
Nel 2021, su “Journal of medical Internet research”, è stata pubblicato uno studio che ha avuto l’obiettivo di identificare e raggruppare i differenti tipi di tecnologie basate sull’intelligenza artificiale, utilizzate per individuare e classificare la patologia. La ricerca è stata svolta dai ricercatori del “Department of Electrical and Computer Engineering” dell’Università del Texas (USA) e del “College of Science and Engineering”, dell’università Hamad Bin Khalifa a Doha (Qatar). In seguito ad una ricerca in 3 diversi database, sono stati selezionati un totale di 53 articoli. I risultati principali hanno evidenziato che la maggior parte degli studi avevano delle caratteristiche comuni: sono stati pubblicati nel 2019, in Asia meridionale e sui giornali. Per il “training” e i test, i “set” di dati utilizzati erano prevalentemente di medie dimensioni, i classificatori binari e le immagini dermoscopiche le più utilizzate. In generale, i modelli di apprendimento profondo erano più adottati di quelli superficiali e le metriche di valutazione sono state 11, tra cui l’”accuratezza” la più adoperata.
In conclusione, sembrerebbe che l’AI abbia un elevato potenziale per facilitare la diagnosi di cancro alla pelle. Tuttavia, l’affidabilità di tali metodiche è discutibile, poiché negli studi analizzati, sono stati utilizzati differenti dimensioni di “datasets”, immagini eterogenee, numero di classi diagnostiche e metriche di valutazioni diversi. Inoltre, punteggi di accuratezza più alti sono stati riportati quando erano incluse meno classi diagnostiche e campioni di piccole dimensioni. Tutto ciò rappresenta un ostacolo alla dimostrazione della generabilità e affidabilità delle tecnologie di AI, che può essere superato solo da una validazione esterna e indipendente basata sull’uso di un “database” ampio, diversificato e imparziale.
Fonte: Takiddin, A., Schneider, J., Yang, Y., Abd-Alrazaq, A., & Househ, M. (2021). Artificial Intelligence for Skin Cancer Detection: Scoping Review. Journal of medical Internet research, 23(11), e22934. https://doi.org/10.2196/22934
